000077584 001__ 77584 000077584 005__ 20190226114802.0 000077584 037__ $$aTAZ-TFG-2018-2930 000077584 041__ $$aspa 000077584 1001_ $$aGuillén Cebrián, Blanca 000077584 24200 $$aTracking, deformation and localization in endoscopic sequences 000077584 24500 $$aTracking, deformación y localización en secuencias de endoscopia médica 000077584 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2018 000077584 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/ 000077584 520__ $$aPartiendo de un sistema ORB-SLAM monocular deformable, que inicialmente operaba sobre un prototipo de laboratorio compuesto de una tela que sufre deformaciones, se ha adaptado para que procese por primera vez secuencias médicas de endoscopias reales in-vivo de un dataset estandarizado. En las secuencias, el endoscopio se mueve y la escena se deforma. El objetivo es estimar, para cada frame del vídeo, la forma 3D de la superficie y la posición del endoscopio relativa a esa superficie. El sistema inicialmente realiza una exploración de la escena en reposo mediante un sistema de ORB-SLAM rígido, creando un mapa de puntos en 3D a partir del cual se estima, mediante el método de Poisson, la superficie en reposo de la escena. Esta superficie en reposo se denomina plantilla y se codifica mediante una malla triangular. El sistema inicial tenía dos obstáculos para procesar las imágenes médicas: 1) imposibilidad de crear la malla en escenas médicas debido a los puntos espurios en la estimación del mapa, 2) baja tasa de emparejamientos debido a la falta de repetitividad de los puntos ORB. Los dos obstáculos han sido superados. El primero mediante la inclusión de un algoritmo de LMedS (Least Median of Squares) para la detección del rango válido de profundidades. El segundo mediante la inclusión de una nueva etapa de búsqueda por correlación para emparejar los puntos del mapa que no han sido emparejados mediante los puntos ORB. El sistema ha sido validado experimentalmente en tres secuencias médicas con deformación. Para ello, la superficie ground truth se estima a partir de una segunda cámara estéreo. El algoritmo propuesto consigue triplicar la tasa de emparejamiento hasta más del 95\%, a la vez que se mantiene el error en la estimación de la superficie deformable y con un costo computacional en torno a los 10\,ms. La implementación se ha hecho en C++ y está disponible en un repositorio privado de GitHub. 000077584 521__ $$aGraduado en Ingeniería de Tecnologías Industriales 000077584 540__ $$aDerechos regulados por licencia Creative Commons 000077584 700__ $$aMartínez Montiel, José María$$edir. 000077584 7102_ $$aUniversidad de Zaragoza$$bInformática e Ingeniería de Sistemas$$cIngeniería de Sistemas y Automática 000077584 8560_ $$f700179@celes.unizar.es 000077584 8564_ $$s3455931$$uhttps://zaguan.unizar.es/record/77584/files/TAZ-TFG-2018-2930.pdf$$yMemoria (spa) 000077584 909CO $$ooai:zaguan.unizar.es:77584$$pdriver$$ptrabajos-fin-grado 000077584 950__ $$a 000077584 951__ $$adeposita:2019-02-26 000077584 980__ $$aTAZ$$bTFG$$cEINA 000077584 999__ $$a20180831184320.CREATION_DATE